python - Unicode 对象在 Python 中是如何表示的？

Question

我已经阅读了大量有关 python Unicode 编码等的内容，我想现在对它有了一些了解。但最后一件事仍然存在。

这是我的理解

在 python 2.x 中，str 对象将字符串表示为字节，根据这些字节的编码，我们可以获得不同的字符。这是我知道的简化，但对于这个问题来说并不重要。

然而，我被告知 unicode 对象将字符串表示为 unicode 代码点，因此基本上是整数。不再像我们之前那样模糊地将字节解释为它们的值。

我的问题是这些 Unicode 代码点/整数在 python 中是如何表示的，它们只是 4 字节数字吗？这是否意味着它们比 str 对应物使用更多的空间。并不是我担心空间问题，我只是想了解一下。

Answer 1

在 3.3 之前的 CPython 中，unicode 对象中的文本数据被编码为 UCS-2 或 UCS-4(取决于编译时选项)并存储在 char*。 3.3 使用variable representation对于 unicode 数据，取决于字符串中的最高代码点。 Jython 和 IronPython 使用其 native 类型进行 unicode 存储。